是否有更可读（高效）的方式来遍历ndarray？

迭代2D数组有很多方法。下面的例子。是否有更可读（高效）的方式来遍历ndarray？

大多数这些方法，虽然功能，但让我难以阅读。有些内存非常昂贵，大多数不能很好地推广到N维。

是否有一种更具可读性的方法，最好是一种计算效率高且可以很好地推广到ND的方法，用于遍历ndarray中的所有坐标集？

arr = np.arange(100).reshape([10,10]) 
x,y = np.indices(arr.shape) 

for i,j in zip(x.flat,y.flat): 
    dosomething(arr[i,j]) 

for i,j in np.nditer(np.indices(arr.shape).tolist()): 
    dosomething(arr[i,j]) 

for i in xrange(arr.shape[0]): 
    for j in xrange(arr.shape[1]): 
     dosomething(arr[i,j]) 

for i,j in itertools.product(range(arr.shape[0], range.shape[1])): 
    dosomething(arr[i,j]) 

# on further thought, maybe this one is OK? 
for ind in xrange(arr.size): 
    i,j = np.unravel_index(ind, arr.shape) 
    dosomething(arr[i,j]) 

for i,j in itertools.product(*map(xrange, arr.shape)): 
    dosomething(arr[i,j])

（从Pythonic way of iterating over 3D array后者）

我真的很想回答了这个问题：“我如何得到一个数组的x，y指数？”答案是：

for i,j in (np.unravel_index(ind,arr.shape) for ind in xrange(arr.size)): 
    dosomething(arr[i,j])

(np.unravel_index(ind,arr.shape) for ind in xrange(arr.size))是一个相当可读和高效的发生器。

但是，在标题提出的问题，其他的（链接）的答案是更好的（np.nditer，np.enumerate）

来源

2013-04-20 keflavich

张贴后，我注意到这... http://stackoverflow.com/questions/6967463/iterating-over-a-numpy-array，这可能是答案。 – keflavich 2013-04-20 23:40:52

我刚刚写了'ndenumerate'作为解决方案;这就是我所做的，在那些罕见的场合我需要这个。 – DSM 2013-04-20 23:41:34

继续前进吧！考虑到我在10分钟内搜索了这个问题，但没有找到答案，我认为这种风格的问题的搜索条件尚未饱和。 – keflavich 2013-04-20 23:54:05

从你的例子似乎要重复你的阵列，C-连续的风格。如果您只关心元素而不是索引，则可以使用以下内容：

for e in arr.flat: 
    dosomething(e)

当然，它比所有替代方法快。然而，如果你想要一些有索引的时髦的东西，这个方法不能使用（使用ndenumerate - 你的链接的答案 - 为此）。这可以与N-dims一起使用。

来源

2013-04-21 14:45:40 mg007

是否有更可读（高效）的方式来遍历ndarray？

回答

相关问题